İnsan beyni gördüğü her ayrıntıyı işlemez; ilgili olana odaklanıp gerisini eler. Japonya'daki bir ekip yapay zekaya benzer bir seçiciliği öğretince ilginç bir sonuç çıktı: daha azına bakan model hem hızlandı hem de isabetini artırdı. JAIST'ten Shogo Okada ve Hung Le'nin geliştirdiği EMF-dVAE adlı model, bir videoda her kareyi tek tek incelemek yerine sesten yararlanarak hangi görsel anların önemli olduğuna karar veriyor. 260 kişinin katıldığı 1.891 iş görüşmesi videosunda test edildiğinde görsel verinin yalnızca yüzde 15'ini kullandı; iki dakikalık bir klibi işleme süresi 52 saniyeden 18 saniyeye indi. Şaşırtıcı olan, verinin yaklaşık yüzde 85'ini görmezden gelmesine rağmen daha da isabetli olması; çünkü gereksiz kareler önemli sinyalleri gölgeleyebiliyor. Bu tablo psikolojideki seçici dikkati anımsatıyor: zihin de algıladığı her şeyi işlemez, göreve uygun olana odaklanır ve verimliliği sağlayan bu ayıklamadır. Peki daha az veriyle daha isabetli sonuç, "daha çok bilgi her zaman daha iyi karar demektir" sezgimizi ne kadar sarsıyor? Kaynaklar: Brain-Inspired AI Cuts Video Processing Time, Neuroscience News (5 Ağustos 2026), https://neurosciencenews.com/ai-visual-processing-video-neurotech-31184/ Çalışma: Okada ve Le, EMF-dVAE, Information Fusion (2026), https://doi.org/10.1016/j.inffus.2026.104613